确定OWA算子权重的2个新模型

提出了2个新的模型来确定OWA算子的权重.新的模型根据最小化任意相邻权重间的差距的思想而提出,在给定和值时,通过求解非线性规划问题来确定OWA算子的权重.用一个算例与其他确定权重的模型进行对比,说明2个新模型的可行性.     

有序分位加权集结算子及在激励评价中的应用

为在信息集结过程中体现指标值的相对发展水平,提出了一种新的集结方法,即有序分位加权集结算子.该算子尤其适用于激励评价问题,其主要特征是用分位数表示指标值的相对发展水平,并且在信息集结过程中融入了决策者不同程度的激励偏好.通过性质分析,发现该算子具有置换不变性、界值性和条件单调性等特征.进一步,以算例的方式分析了该算子在激励评价中的应用问题,发现该算子在信息集结中通过权重加和不等于1的方式能够放大或缩小集结值,从而凸显被评价对象之间的差异,实现激励的目的.     

基于区间云模型对信息网络的效能评估

根据信息网络的结构和应用功能,在分析高功率微波对构成信息网络的电子设备效应机理基础上,构建了多层次的信息网络系统的效能评估指标体系.将区间数与云模型相结合,提出了区间云模型的评估方法,通过区间层次分析法得到评价指标的区间权重,实现了系统评估指标的定性与定量的相互转换,并利用评价区间云模型拟合出信息网络的综合效能.结合实例模拟分析,验证了该方法可行性和有效性.结果分析表明,使用区间数表示更能体现评估过程中的模糊性和不确定性因素.     

动态外部性与城市群经济增长收敛的实证研究

区域经济收敛性一直是研究热点,动态外部性成为关注焦点.通过分析动态外部性与城市群经济空间收敛机理,构建动态经济权重模型,判断区域经济空间关联性.然后分析面板数据平稳性,结合动态空间面板模型,计算技术空间溢出水平,准确判定区域经济收敛性.最后,以环长株潭城市群例证该模型和方法的可行性,并得出:①空间外部性是影响经济收敛的主要因素,技术空间溢出是关键,SDM较好地描述了此收敛性;②使用SDM分析时必须确保面部数据的平稳性,剔除短期周期性误差对区域经济收敛性的不当影响;③空间权重受地理邻近、产业结构和市场潜能的交互影响,是动态的,且对经济收敛结果影响很大;④环长株潭城市群存在明显经济收敛机制,技术空间溢出效应较显著,仍需要进一步消除限制知识和贸易自由流动的行政壁垒和交通瓶颈促进城市群技术进步和经济协同发展.     

Hermite插值算子在加权L_p范数下的导数逼近

研究了以扩充的第二类Chebyshev多项式的零点为插值结点组的Hermite插值算子在加权Lp范数下的导数逼近问题(权函数为Jacobi权).     

应用在线整定广义最小方差多项式权值的测头控制方法

在曲面工件的高精度、高效率自动扫描测量过程中,为了提高测头自动跟踪扫瞄控制的精度和平稳性,提出了基于在线整定多项式权值的广义最小方差(OSPW_GMV)控制方法.该方法的主要思想是根据在线估计的被控对象参数及OSPW_GMV的输出,在线调整多项式的权值,实现测头自动跟踪扫瞄的控制.实验结果证明,使用具有高跟踪精度和强鲁棒性的OSPW_GMV控制器,可使测头跟踪过程的误差小于0.1mm的跟踪要求,且每次运算时间与广义最小方差控制器相差不大,因此该控制方法在一些实时性及控制精度要求较高的精密检测场合,有较好的应用价值.     

不完全指标偏好信息下的动态综合评价模型与应用

以纵横向拉开档次动态综合评价方法为基础,综合考虑指标权重和时间权重的影响,结合"差异驱动"和"功能驱动"的思想,构建了不完全指标偏好信息下的动态综合评价模型.在时间权重的确定上,运用"时间度"的概念,进而分析其功能及求解过程.该动态综合评价模型能够在利用评价者的主观偏好信息的基础上,较好地反映评价对象的客观差异.同时,评价者通过"时间度"就可以体现其对近期数据的重视程度.最后,将所构建的动态综合评价模型应用于辽宁省公共支出绩效评价.     

PROMETHEEⅡ法的权重稳定区间

通过改变各属性的权重 ,研究了由 PROMETHEE 方法所给出的排序结果对权重变化的敏感性 ;给出了权重变化导致结果变化的条件 ;提出了为不同的属性构造不同的权重稳定区间的方法 ,并应用于实际问题 .     

环Z4上线性码的广义RT重量

给出了Z4线性码上广义RT重量的概念.确定了Z4线性码的广义RT重量谱的值,获得了Z4线性码关于广义RT重量的基本性质.     

基于偏最小二乘的BP网络模型及其应用

基于BP网络模型具有拟合非线性数据的特性,提出一种基于非线性迭代偏最小二乘算法(NIPALS)的BP网络的构造策略,构造了新的PLS-BP网络模型,使BP网络减少迭代步数,提高学习效率.采用非线性迭代偏最小二乘算法预处理数据,将得到主成分数、自变量和因变量的主成分数的权重以及主成分间的关系矩阵B,以此用来确定BP网络的隐节点数和输入层、输出层的初始权值以及隐节点的关联系数.最后,进行仿真实验,并将它与PLS模型、标准的BP网络模型进行了比较,仿真结果表明,拟合和预测效果较好.